electricsheepeurope/europe-ilo-une-3eap-sex-age-geo-rt-youth-unemployment-rate-by-sex-age-and-rural-urban

该数据集包含30,335个观测值，涵盖38个欧洲国家从1987年至2025年的青年失业率数据，按性别、年龄和城乡地区划分。数据来源于国际劳工组织（ILO）的ILOSTAT数据库，通过API获取并过滤为欧洲国家代码。数据集包含一个主要指标：UNE_3EAP_SEX_AGE_GEO_RT，即青年失业率按性别、年龄和城乡地区划分的百分比。数据结构包括国家代码、年份、观测值、性别分类、年龄分类、地区类型等列，并提供了数据质量说明，如年度频率和来源选择。数据以CC-BY-4.0许可证发布，适用于表格分类、回归和时间序列预测等任务。This dataset contains 30,335 observations of youth unemployment data across 38 European countries, spanning from 1987 to 2025, disaggregated by sex, age, and rural/urban areas. It is sourced from the ILOSTAT database of the International Labour Organization (ILO), retrieved via API and filtered for Europe ISO3 country codes. The dataset includes one key indicator: UNE_3EAP_SEX_AGE_GEO_RT, which represents the youth unemployment rate by sex, age, and rural/urban areas (%). The schema comprises columns such as ref_area (country code), time (year), obs_value (observed indicator value), sex (disaggregation by sex), classif1 (age classification), and classif2 (area type), along with data quality notes (e.g., annual frequency, use of ILO-selected best source). Released under the CC-BY-4.0 license, it is suitable for tabular classification, regression, and time-series forecasting tasks.

搜集汇总

数据集介绍

构建方式

该数据集源自国际劳工组织（ILO）的核心统计数据库ILOSTAT，通过其REST API直接提取标识符为UNE_3EAP_SEX_AGE_GEO_RT的青年失业率数据。原始数据基于各国劳动力调查、家庭收支调查及行政记录等多元来源，经ILO统计部门依据国际劳工统计学家会议（ICLS）定义进行标准化整合。随后，数据被筛选至38个欧洲国家的范围，并经过Electric Sheep Europe团队的二次封装，最终以Parquet格式发布在HuggingFace平台，确保研究者能够便捷调用。

特点

数据集囊括1987年至2025年间共计30,335条观测记录，覆盖38个欧洲国家，核心指标为按性别、年龄段及城乡区域划分的青年失业率百分比。其显著特点在于多维度细分：性别维度包含总计、男性与女性三类；同时辅以年龄分组及地理覆盖分类，如国家级与城镇区域。数据还附带了来源标注、观测状态标志及序列断裂说明等元信息，增强了使用的透明度与可追溯性。

使用方法

使用者可通过HuggingFace的datasets库以load_dataset函数一键加载数据，并将其转换为Pandas DataFrame进行后续分析。典型应用包括按国家筛选特定序列，例如筛选德国数据；针对单一指标构建时间序列并可视化；或通过透视表操作，将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或横向比较。数据以年度频率发布，适合进行长周期的劳动经济趋势研究。

背景与挑战

背景概述

该数据集由国际劳工组织（ILO）统计司于2025年整理发布，经Electric Sheep Europe重封装后开源在HuggingFace平台。核心研究问题是针对欧洲38个国家1987年至2025年间青年失业率按性别、年龄及城乡区域的分布特征，旨在为劳动经济学、区域发展及社会政策研究提供高质量时空面板数据。数据集包含30,335条观测记录，整合了ILOSTAT数据库中经标准化的劳动力调查与行政记录，有力支撑了联合国可持续发展目标中体面工作指标的监测，已成为欧洲青年就业研究领域的重要基准数据源。

当前挑战

该数据集首先解决了青年失业率在时空、性别及城乡维度上精细化度量的领域难题，填补了传统宏观数据在分区域、分群体颗粒度上的不足。在构建过程中，挑战包括：1）跨38国近40年数据的来源异构性，需统一ICLS定义并标记最佳来源；2）年度频次与月/季数据并存时的频率对齐难题，以及分类变量（如年龄组、区域覆盖）因指标不同而可能缺失；3）观测状态标记（如“不可靠”、“方法修订导致序列中断”）需通过note_indicator等字段审慎处理，避免误导时序分析结论。

常用场景

经典使用场景

该数据集收录了1987年至2025年间欧洲38个国家的青年失业率数据，按照性别、年龄分层以及城乡地理区划进行细致划分，涵盖超过3万条观测记录。其经典使用场景在于开展欧洲范围内青年劳动力市场的纵向比较与空间异质性分析。研究者可借助该数据集追踪不同国家青年失业率的长期演变轨迹，揭示经济周期、政策干预与社会结构变迁对青年就业的差异化影响，也可结合性别、年龄与城乡维度，探讨特定群体在劳动力市场中的脆弱性特征。

实际应用

在实际应用层面，该数据集具有直接的政策支持与社会治理价值。欧盟委员会、各国劳工部门以及国际组织可借助其中的动态指标，识别青年失业率持续高企或急剧恶化的地区与群体，从而优化就业促进项目、技能培训计划以及城乡均衡发展战略的资源分配。对于金融机构与经济智库而言，该数据也是评估区域经济发展活力、预测劳动力供给变化以及构建风险预警模型的重要输入。此外，数据集的标准化结构与时间序列特征使其能够便利地嵌入宏观经济预测系统与可视化仪表盘，支撑数据驱动的公共决策。

衍生相关工作

该数据集衍生并促进了多个方向的研究工作，其中包括构建基于面板数据的青年失业率预测模型，利用时间序列分解技术分离周期性波动与长期趋势；也有研究将其作为因变量，探讨教育扩张、最低工资制度、移民流动以及数字化冲击对青年劳动力市场的影响。在方法论层面，部分工作致力于利用该数据集验证空间计量模型的稳健性，或者结合随机森林、长短期记忆网络等机器学习方法，提升对细分群体失业演变规律的预测精度。此外，该数据集常与欧洲社会调查、欧盟劳动力调查等微观数据库联动，用于多层次回归建模。